Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Confident data-driven Decision Support

Descripción del proyecto

Decisiones más inteligentes, impulsadas por una inteligencia artificial responsable

La reducción de emisiones, la gestión de recursos limitados y otros desafíos modernos exigen decisiones más inteligentes y rápidas. Con el apoyo de las acciones Marie Skłodowska-Curie, el proyecto CoRDS está construyendo la próxima generación de herramientas impulsadas por inteligencia artificial para respaldar la toma de decisiones complejas en sectores como la logística, la atención médica y las finanzas. Al fusionar la investigación de operaciones con el aprendizaje automático, el equipo de CoRDS es pionera en herramientas de optimización basadas en datos que permiten a los responsables de la toma de decisiones encontrar soluciones de alta calidad a retos complejos. Estas herramientas estarán diseñadas para garantizar la transparencia, la seguridad y la igualdad. En el corazón del proyecto se encuentra una nueva red de formación doctoral que capacita a los investigadores para convertir la teoría de vanguardia en herramientas prácticas. El equipo de CoRDS también creará un marco duradero para formar a futuros expertos capaces de dar forma al panorama en rápida evolución de la toma de decisiones basada en la inteligencia artificial.

Objetivo

The CoRDS project addresses building the next generation of artificial intelligence (AI)-powered decision support tools to allow organizations to tackle complex decision-making problems more effectively and responsibly,  such as efficiently managing scarce (natural) resources and reducing their carbon footprints. These tools unify two areas of research, namely Operations Research (OR) and Machine Learning (ML). In OR, specialized optimization methods have been developed to address complex decision problems, but these rely heavily on expert knowledge, limiting their ability to adapt to changing data. Conversely, ML excels in leveraging extensive data for predictive tasks, but struggles with combinatorial optimization. Integrating OR and ML, leading to data-driven optimization (DDO) tools, presents a promising avenue to enhance decision support by combining OR's problem-solving capabilities with ML's data utilization strengths. Furthermore, DDO tools must not only provide high-quality decisions to users in low computational time, they must also comply with government and industry standards, and therefore must be safe, transparent, traceable and non-discriminatory, i.e. follow the principles of trustworthy AI, a significant challenge for most current AI systems. The expertise needed to create and apply DDO methods to real-world problems is severely lacking. The CoRDS doctoral network addresses this critical need by developing a training program to sculpt the next generation of analytics experts combining OR and ML, who will translate their research into prototype tools to address real-life problems defined in collaboration with our industrial partners across various application sectors, including logistics, healthcare, public transportation, production, finance, publishing and machine translation. The CoRDS network further delivers a training framework for others to use and expand.

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

HORIZON-TMA-MSCA-DN - HORIZON TMA MSCA Doctoral Networks

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) HORIZON-MSCA-2024-DN-01

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

UNIVERSITAET BIELEFELD
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 580 544,64
Dirección
UNIVERSITAETSSTRASSE 25
33615 BIELEFELD
Alemania

Ver en el mapa

Región
Nordrhein-Westfalen Detmold Bielefeld, Kreisfreie Stadt
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

Sin datos

Participantes (8)

Socios (13)

Mi folleto 0 0